Python Pandas – 使用特定的值屏蔽和替换NaN

在数据分析和处理过程中，数据缺失是一个常见的问题。在Pandas中，缺失的数据一般用NaN（Not a Number）来表示。本篇文章将介绍如何在Pandas中使用特定的值屏蔽和替换NaN。

使用fillna()函数替换NaN

Pandas库中的fillna()函数可以用特定的值（如0或字符串’Missing’）来替换缺失的数据。下面是一个简单的示例代码：

import pandas as pd

data = pd.DataFrame({'A': [1, 2, np.nan, 4]})
data.fillna(0, inplace=True)

print(data)

在上面的代码中，我们创建了一个包含NaN的数据帧，并使用0来替换所有的NaN值。输出结果如下：

     A
0  1.0
1  2.0
2  0.0
3  4.0

除了使用0来替换NaN值，我们还可以使用其他的值，比如’Missing’：

data = pd.DataFrame({'A': [1, 2, np.nan, 4]})
data.fillna('Missing', inplace=True)

print(data)

输出结果如下：

         A
0        1
1        2
2  Missing
3        4

fillna()函数还可以使用指定列的均值、中位数或其他统计量来替换NaN值。下面的代码演示了如何使用均值来替换NaN值。

data = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8]})
data.fillna(data.mean(), inplace=True)

print(data)

在上面的代码中，我们创建了一个包含NaN值的数据帧，并使用数据帧中各列的均值来替换NaN值。输出结果如下：

     A     B
0  1.0  5.00
1  2.0  6.67
2  2.33  7.00
3  4.0  8.00

使用replace()函数屏蔽NaN

和fillna()函数一样，replace()函数也可以用特定的值（如0或字符串’Missing’）来屏蔽NaN值。下面是一个示例代码：

data = pd.DataFrame({'A': [1, 2, np.nan, 4]})
data.replace(np.nan, -999, inplace=True)

print(data)

在上面的代码中，我们将NaN值屏蔽为-999。输出结果如下：

       A
0    1.0
1    2.0
2 -999.0
3    4.0

使用where()函数屏蔽NaN

where()函数可以用特定的值来替换NaN值。下面是一个示例代码：

data = pd.DataFrame({'A': [1, 2, np.nan, 4]})
data['A'] = data['A'].where(pd.notna(data['A']), -999)

print(data)

在上面的代码中，我们将NaN值屏蔽为-999。输出结果如下：

     A
0  1.0
1  2.0
2 -999
3  4.0

和fillna()函数一样，where()函数也可以使用均值、中位数或其他统计量来替换NaN值。

结论

在数据分析和处理过程中，处理NaN值是一个非常常见的问题。在Pandas中，使用fillna()函数、replace()函数和where()函数可以很方便地处理NaN值。它们可以用特定的值来替换NaN值，也可以使用统计量（如均值和中位数）来替换NaN值。掌握这些函数的用法，可以提高数据处理和分析的效率。